腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
sklearn
;
超
参数
的
值
在
模型
拟合
前后
相同
python
、
scikit-learn
、
hyperparameters
、
model-fitting
我想在
拟合
之前和之后检查scikit-learn
模型
的
超
参数
的
值
: from
sklearn
.ensemble import RandomForestClassifierfrom
sklearn
.model_selection import train_test_split X, y = make_classifica
浏览 20
提问于2021-10-03
得票数 0
回答已采纳
1
回答
模型
整定与
模型
拟合
的
特征顺序
random-forest
、
xgboost
、
hyperparameter-tuning
假设同一列(即特征)用于
超
参数
调整和
模型
拟合
,而集成
模型
用于建模(例如,随机森林或XGboost),那么
在
超
参数
调整过程中使用
的
列
的
顺序是否应与基于最佳
超
参数
拟合
模型
时使用
的
列
的
顺序
相同
?我
在
我
的
简历管道中使用
sklearn
的</e
浏览 0
提问于2020-02-10
得票数 1
回答已采纳
1
回答
如何识别Python中
的
过
拟合
和欠
拟合
python
、
machine-learning
要选择最佳
的
alpha
超
参数
值,必须执行以下操作:·
在
图上,绘制平均训练精度(红色)和平均验证精度(蓝色)。每个
超
参数
设置。通过识别过
拟合
和欠
拟合
区域来对此图进行注释。·打印α<e
浏览 0
提问于2018-09-03
得票数 0
回答已采纳
1
回答
scikit
在
分类中学习改装/部分匹配选项
machine-learning
、
parameters
、
scikit-learn
、
logistic-regression
我想知道
在
sklearn
分类器中是否有使用某些
超
参数
进行
拟合
的
选择,并且
在
改变了几个
超
参数
后,通过节省计算( fit )成本来修改
模型
。我想保存一些计算,因为只有一个
参数
被更改。
浏览 2
提问于2017-08-11
得票数 8
回答已采纳
3
回答
如何在(GridSearchCV)
拟合
模型
后打印估计系数?(SGDRegressor)
python
、
scikit-learn
我是scikit-learn
的
新手,但它做到了我所希望
的
。现在,令人抓狂
的
是,唯一剩下
的
问题是,我不知道如何打印(或者更好地,写入一个小文本文件)它估计
的
所有系数,它选择
的
所有特征。与SGDClassifier
相同
,但我认为对于所有可以
拟合
的
基础对象,无论是否有交叉验证,它都是
相同
的
。完整
的
脚本如下。import scipy as spimp
浏览 0
提问于2014-06-24
得票数 12
回答已采纳
3
回答
通过管道使用
sklearn
的
GridSearchCV,只需预处理一次
python
、
numpy
、
machine-learning
、
scikit-learn
、
grid-search
我正在使用scickit-learn调优一个
模型
的
超
参数
。我使用管道将预处理与估计器链接在一起。我
的
问题
的
一个简单版本如下所示:from
sklearn
.model_selection import GridSearchCV from
sklearn
.pipeline2
拟合
/预测*2 cv *3
参数
。但每次对
参数
C
的
不同
值<
浏览 2
提问于2017-04-12
得票数 33
回答已采纳
2
回答
用于OLS拦截
的
状态
模型
add_constant,这实际上是在做什么?
python
、
linear-regression
、
statsmodels
回顾线性回归通过状态
模型
OLS适合,我认为你必须使用add_constant添加一个常数'1‘到你
在
自变量(S)中
的
所有点在
拟合
之前。然而,在这个上下文中,我对拦截器
的
唯一理解是,当x= 0时,行
的
y
值
,所以我不清楚在这里输入'1‘
的
目的是什么。这个常数到底是什么告诉OLS合适
的
?
浏览 14
提问于2016-12-31
得票数 12
回答已采纳
2
回答
与CNN交叉验证
python
、
machine-learning
、
keras
、
conv-neural-network
、
cross-validation
我想知道我
的
代码是否在做我想做
的
事情;给你一些背景信息,实现CNN
的
图像分类。我尝试使用交叉验证来比较我不同
的
神经网络架构def create_model(): model.add(Conv2D(24,kernel_sizeclass_weights)我在网上找到了交叉验证<e
浏览 0
提问于2019-04-30
得票数 1
回答已采纳
1
回答
sklearn
.cross_validation分数是什么意思?
scikit-learn
、
cross-validation
为了检查这一点,我尝试使用
sklearn
.model_selection.cross_validate,但是我在理解结果时遇到了问题。首先,我通过
拟合
所有的训练数据来计算RMSE,然后用
拟合
模型
“预测”训练数据输出,并与训练输出(与我用来
拟合
的
相同
)进行比较。我观察到
的
RMSE与预测
值
的
数量级
相同
,更重要
的
是,当我将预测结果提交给Kaggle时,RMSE与RMSE大致
相同<
浏览 16
提问于2019-12-08
得票数 0
1
回答
为什么K-折叠交叉验证将建立K+1
模型
?
machine-learning
、
cross-validation
我已经阅读了在下进行K折叠交叉验证
的
一般步骤。 所以如果它是K-折叠,那么K
模型
就会被建立,对吗?但是,为什么我从H2O
的
浏览 1
提问于2018-10-03
得票数 0
回答已采纳
1
回答
系统间
的
随机种子兼容吗?
python
、
random
、
scikit-learn
、
pyspark
、
apache-spark-mllib
我使用python
的
sklearn
包创建了一个随机森林
模型
,其中我将种子设置为例如1234。为了生产
模型
,我们使用火花放电。如果我要传递
相同
的
超
参数
和
相同
的
种子
值
,即1234,它会得到
相同
的
结果吗?基本上,随机种子数
在
不同系统之间工作吗?
浏览 0
提问于2018-09-12
得票数 8
回答已采纳
1
回答
scikit学习线性回归K折交叉验证
scikit-learn
、
linear-regression
、
k-fold
我想使用
sklearn
库
在
我
的
训练数据上运行线性回归和K折交叉验证,以获得最佳回归
模型
。然后,我计划使用在我
的
测试集上返回
的
平均误差最低
的
预测
值
。例如,下面这段代码给了我一个由20个结果组成
的
数组,这些结果具有不同
的
负均值绝对误差,我感兴趣
的
是找到给我这个(最小)误差
的
预测器,然后
在
我
的
测试集上使用那个预测器。
sklearn
.m
浏览 15
提问于2020-10-10
得票数 0
回答已采纳
2
回答
超
参数
优化,集成而不是用CV准则进行选择
cross-validation
、
ensemble-modeling
、
hyperparameter
在
燃烧CPU时,
在
细网格上执行CV选择时,设置一些
超
参数
空间。我使用
的
是`scikit-learn‘API,其最终结果是
超
参数
空间上
的
一个点,根据所选
的
度量,性能是最好
的
。看起来很多信息都被破坏了,我们正在探索
超
参数
的
性能前景,并保持一个单点估计。信息,如有许多模式,局部最大
值
,可能相距甚远。集成方法可以很好地利用这些信息。是否有一种建立
浏览 0
提问于2019-12-13
得票数 2
1
回答
在
选择最佳
超
参数
组合后,SparkML CrossValidator是否重新适合完整
的
训练数据集?
apache-spark
、
pyspark
、
cross-validation
、
apache-spark-mllib
、
apache-spark-ml
在
训练数据集上交叉验证
超
参数
网格后,SparkML
的
CrossValidator是否重新适合整个训练数据集?如果不是,它会从交叉验证
的
哪一部分中选择用于推断
的
bestModel?
拟合
的
CrossValidator使.transform()方法可用。为此,CrossValidator是否使用最佳
超
参数
在
整个训练/交叉验证数据集上重新训练,并使用重新
拟合
的
<
浏览 22
提问于2021-03-23
得票数 0
1
回答
tensorflow中有没有从
模型
中获取所有
超
参数
或选项
的
函数?
python
、
tensorflow
、
hyperparameters
在
sklearn
库中声明
模型
后-model2 =
sklearn
.kernel_ridge.KernelRidge() 我们可以通过使用model.get_params()直接获取可用
的
超
参数
,tensorflow中有这样
的
东西吗?此外,如果我们加载已经设置了这些
超
参数
的
预先构建
的
模型
,我们
浏览 44
提问于2021-02-15
得票数 0
1
回答
HyperbandCV和其他增量式搜索算法是否适用于没有partial_fit和fir管道
的
模型
?
dask
、
dask-ml
我一直
在
深入研究github页面和阅读文档,但我并不完全理解
在
我
的
情况下,HyperbandCV是否有助于加速
超
参数
优化。 我正在使用
SKLearn
的
管道功能。我也
在
测试像LinearRegression()这样
的
模型
,它不支持partial_fit;它必须一次使用所有数据来
拟合
所有
参数
。在这种情况下,HyperbandCV还可以使用吗?如果使用了它,那么根据我
的
浏览 1
提问于2019-10-20
得票数 2
1
回答
如何优化机器学习
的
超
参数
以便在多个
模型
中重用?
matlab
、
optimization
、
machine-learning
我有许多数据集,每个数据集都要
拟合
一个高斯过程回归
模型
。fitrgp选择
的
默认
超
参数
似乎主观地产生了不太理想
的
模型
。启用
超
参数
优化往往会带来有意义
的
改进,但偶尔会产生极端
拟合
的
值
,这是一个需要计算
的
过程,它禁止对每个
模型
进行优化。由于fitrgp只是包装bayesopt来进行其
超
参数
优化,那么
浏览 1
提问于2017-11-14
得票数 0
回答已采纳
1
回答
逻辑回归()类
的
Logistic回归
scikit-learn
、
logistic-regression
在
sklearn
库提供
的
Logisticregression()文档中,说明如下:关于这份照会,我有两个问题:底层C实现在
拟合
模型
时使用随机数生成器来选择特征。 什么是tol
参数
?
浏览 0
提问于2022-10-04
得票数 3
回答已采纳
2
回答
向前传与后传对反向传播
neural-network
、
gradient-descent
、
backpropagation
正如问题中提到
的
,我有一些问题,了解这些术语之间
的
区别是什么。据我所知:2)反向传递:计算输出与期望输出相关
的
误差,然后返回到网络中,利用梯度下降ecc更新权
值
。 那么什么是反向传播呢?这是前两个步骤
的
结合吗?或者是我们用来计算dE/dw
的
che方法?(链规则ecc.)
浏览 0
提问于2020-01-13
得票数 3
回答已采纳
1
回答
K折叠交叉验证混淆?
classification
、
cross-validation
、
matlab
、
sampling
我正在使用K倍交叉验证来测试我训练过
的
模型
,但惊讶
的
是,每一个K倍
的
准确性是不同
的
。例如,如果我使用5K折叠,每个折叠有一个不同
的
准确性。那么,我应该用哪一种折叠?平均所有5个折叠是最好
的
选择吗?第二,为什么数据集分割率(70/30)
在
5倍交叉验证和10倍交叉验证中存在差异?不应该是一样
的
吗?
浏览 0
提问于2017-05-23
得票数 2
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
学习笔记-决策树参数调优(二)
Python之Sklearn使用教程
机器学习第一步,这是一篇手把手的随机森林入门实战
3,sklearn的一般流程
Scikit-learn笔记3 逻辑回归
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
云直播
活动推荐
运营活动
广告
关闭
领券